先定抽检口径
验收前约定抽样方式：按月分层抽单据，覆盖不同票种、部门与金额区间，样本量写进确认单。为什么不能只抽顺利的单子：供应商自选样本必然偏向成功案例。建议由客户方随机抽样并封存，双方用同一批样本各自跑一遍再比对。
四个可量化指标
字段准确率看金额、日期、抬头、税号；匹配正确率看三单与流水对账；建议采纳率看会计是否直接采用科目建议；异常拦截看该报的有没有报。怎么算：分母取样本量，分子取双方确认的正确条数，分歧逐条记录原因。
可追溯是硬指标
每条输出必须能追到原始单据、页码与规则版本，否则复核无从下手。验收时随机挑若干条，要求现场回溯到源文件与当时的提示版本。为什么这么严：做不到可追溯，即使准确率好看也不宜上线，出错时无法定位。
不通过的处置
约定整改轮次与复验方式，而不是无限期调优。怎么分类处置：识别类问题给整改期，规则类由客户补口径，设计类重新定义范围。任何一项在约定轮次后仍不达标，应按未通过验收处理，避免拖成既成事实。
适用与不适用
适合谁
- 正在签财务 AI 合同、需要写验收条款的企业
- 已试点但说不清效果、需要重新定标准的团队
不适合谁
- 只想要一套软件、不准备做抽检与复核的企业
典型场景
某集团在确认单里写明：随机抽一个月费用单据，按票种分层，双方各自跑一遍，逐条比对金额、日期、抬头与科目建议，分歧记原因。验收会上先看留痕能否回溯，再看四个指标，缺一项就进整改，第二轮复验换新样本。
可执行步骤
- 由客户方随机抽样并封存样本清单，覆盖不同票种、部门与金额区间
- 把指标定义、分子分母与分歧认定规则写进项目确认单，由双方签字
- 双方各自运行同一批样本，逐条比对结果并把分歧原因记在同一张表
- 现场抽查留痕，要求当场回溯到原始单据、页码与当时的规则版本并演示操作
- 按缺口分类约定整改轮次与复验方式，明确未通过验收时的处置办法
常见坑
- 用供应商自选的成功样本验收，指标看着不错却覆盖不到难例，上线后问题集中在异常单据上。
- 只验准确率不验漏报，把该提示的风险单据放过，等于给财务一个虚假的安全感，风险在结账期暴露。
- 验收条款写成效果满意之类模糊表述，交付时各说各话，整改无法收口，最后只能靠人情推动。
自检与验收清单
- 样本是否由客户方随机抽取，并留存抽样清单
- 四个指标的分子分母、分歧认定与复验方式是否书面化
- 是否现场抽查留痕，能回溯到原始单据与规则版本
- 整改轮次与未通过处置是否写入确认单并签字
常见问题
准确率要达到多少才算过？
不设全站统一数字，按场景定：字段抽取类对关键字段要求严格，建议类容忍度更高。做法是先测人工基线，再约定不低于基线的水平，并把分歧分类，避免用一个平均数掩盖关键字段的系统性错误。
验收要跑多久？
取决于样本量与结账周期。通常覆盖一个完整月度结账，才能看到跨期与暂估类问题；只在月中跑几天，测不到结账差异与对账场景，验收结论会明显偏乐观，后续返工也更难界定责任。
上线后发现不达标怎么办？
按合同约定的整改与复验条款处理，同时保留停用与回退方案。财务场景不建议带病运行，宁可退回人工，也不要在结账期承担错账风险，等条款兑现后再评估是否恢复使用。